HDU 1863 畅通工程



畅通工程

Time Limit: 1000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 11518    Accepted Submission(s): 4641


Problem Description
省政府“畅通工程”的目标是使全省任何两个村庄间都可以实现公路交通(但不一定有直接的公路相连,只要能间接通过公路可达即可)。经过调查评估,得到的统计表中列出了有可能建设公路的若干条道路的成本。现请你编写程序,计算出全省畅通需要的最低成本。
 

Input
测试输入包含若干测试用例。每个测试用例的第1行给出评估的道路条数 N、村庄数目M ( < 100 );随后的 N 
行对应村庄间道路的成本,每行给出一对正整数,分别是两个村庄的编号,以及此两村庄间道路的成本(也是正整数)。为简单起见,村庄从1到M编号。当N为0时,全部输入结束,相应的结果不要输出。
 

Output
对每个测试用例,在1行里输出全省畅通需要的最低成本。若统计数据不足以保证畅通,则输出“?”。
 

Sample Input
   
   
3 3 1 2 1 1 3 2 2 3 4 1 3 2 3 2 0 100
 

Sample Output
   
   
3 ?
 

Source
 

Recommend
lcy

这是prime算法:
#include<stdio.h>
#include<string.h>
#define MAX 999999
int map[107][107],visit[107],pri[107];
int n,m,i,j,k;

void prime()
{
    memset(visit,0,sizeof(visit));
    for(i=1; i<=m; i++)
    {
        pri[i]=map[1][i];
    }
    int count=0;
    //pri[1]=0;
    visit[1]=1;
    int cnt=0;
    for(i=1; i<=m; i++)
    {
        int min=MAX,k=0;
        for(j=1; j<=m; j++)
            if(visit[j]==0&&min>pri[j])
            {
                min=pri[j];
                k=j;
            }
        if(k)//防止上面的for循环不走
        {
            visit[k]=1;
            cnt++;
            count+=min;
            for(j=1; j<=m; j++)
            {
                if(visit[j]==0&&pri[j]>map[j][k])
                    pri[j]=map[j][k];
            }
        }
    }
    if(cnt!=m-1)printf("?\n");
    else
        printf("%d\n",count);

}

int main()
{
    while(scanf("%d%d",&n,&m)!=EOF&&n!=0)
    {
        for(i=1; i<=m; i++)
        {
            for(j=1; j<=m; j++)
                map[i][j]=MAX;
            map[i][i]=0;
        }

        while(n--)
        {
            int a,b,money;
            scanf("%d%d%d",&a,&b,&money);
            if(map[a][b]>money)
                map[a][b]=map[b][a]=money;
        }
        prime();
    }
    return 0;
}
下面是kruskal算法:
#include<stdio.h>
#include<algorithm>
using namespace std;
int pre[107],i,j;
struct node
{
    int a,b,lenth;
}path[107];
void init()
{
    for(i=0;i<107;i++)
    pre[i]=i;
}
int find(int x)
{
    while(x!=pre[x])
    x=pre[x];
    return x;
}
void unio(int x,int y)
{
    int a,b;
    a=find(x);
    b=find(y);
    if(a!=b)pre[b]=a;
}
int cmp(const node &a,const node &b)
{
    return a.lenth<b.lenth;
}
int main()
{
    int n,m;
    while(scanf("%d%d",&n,&m),n)
    {
        init();
        for(i=0;i<n;i++)
        scanf("%d%d%d",&path[i].a,&path[i].b,&path[i].lenth);
        sort(path,path+n,cmp);
        int sum=0,k=0;
        for(i=0;i<n;i++)
        {
            if(find(path[i].a)!=find(path[i].b))
            {
                unio(path[i].a,path[i].b);
                sum+=path[i].lenth;
            }
        }
        int flag=1;
        for(i=1;i<=m;i++)
        pre[i]=find(i);
        for(i=1;i<=m;i++)
        {
            if(pre[i]==i)
            k++;
            if(k>1)
            flag=0;
        }
        if(flag)
        printf("%d\n",sum);
        else printf("?\n");
    }
}



1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值